专访“问止中医”创始人崔祥瑞：“ 中医大脑”基于临床，最大难点在认知

21世纪经济报道记者 杨坪 深圳报道

一套桌椅、一台电脑、一名医生，远在千里之外的患者就可以实现中医看诊，并获得一套完整的中医诊疗方案。

这是位于深圳市宝安区深圳问止中医健康科技有限公司（简称“问止中医”）总部正在发生的一幕。

据了解，问止中医成立于2019年，是全球首家应用人工智能辅助诊疗的中医医疗机构，旗下重要产品“中医大脑”，是一套于2008年开始研发，至2019年终于投入临床的人工智能中医辅助诊疗系统。

自成立以来，问止中医已先后获得蓝驰创投、真格基金等一线美元投资机构的多轮投资。

其开发的“中医大脑”系统，参与诊疗过程在于——患者通过线上预约医师并选择就诊方式（大部分为线上）、就诊时间等，以线上视频连线方式问诊，中医师在实时问诊的过程中将患者症状信息录入“中医大脑”，中医大脑通过数据分析计算出被验证的最优方案，再由中医师微调并签署处方。

期间，为了在达成疗效的同时保障安全性，“中医大脑”会对禁忌症进行提醒，并对老人、儿童、孕期及哺乳期女性等特殊人群做出特别处理，帮助医生避免处方上的失误。

处方确认之后，问止中医会通过自有中药材供应链提供代煎服务（可自选），快递到患者提供的地址。患者服药后，医生与医助还会跟进诊疗服务，并到期安排复诊。

据了解，“中医大脑”已掌握3000多类病症的实效中医疗法，服务患者约十万名，尤其擅长重症疑难病。

近年来，随着人工智能技术的火爆， AI技术在医学领域的应用已愈发迅速。而中医领域存在标准不一、医生水平良莠不齐等痛点，通过AI技术摆脱地理区域限制、推动优质中医资源下沉、提高中医诊疗效率等，已是市场共同的期待。

而聚焦于问止中医的发展，其主打技术 AI与中医究竟是如何融合的？其核心产品“中医大脑”系统的底层逻辑又是什么？如何通过数字化技术提高中医的诊疗效率？

近日，聚焦以上话题，21世纪经济报道记者探访了问止中医总部，并与其创始人兼CEO崔祥瑞对谈。

谈到中医大脑的本质，崔祥瑞认为其与大语言模型有显著区别，而是基于临床知识图谱的、基于机器学习的临床决策系统，“我们搭建了一个中医临床知识图谱，里面包含了大量的事实知识，再采用机器学习的方法，优化一套模型，这个模型恰好把握了患者表现出的症状群入参。”

在其看来，互联网科技蓬勃发展的二十多年时间里，许多新技术并未应用于医学领域，“（中）医学领域之所以对新技术的采纳速度较慢，是因为这是一个由专业人士主导的市场，专业人士对于新科技事物大部分观点是——越接受科技越表示他们不重要。但是近几年，随着国家不断强调中医与人工智能、大数据相结合，越来越多的人开始接受（ AI技术），许多高校已经开设了中医人工智能和中医智能装备的硕士点和博士点，官方将其定义为交叉学科。”

中医数字化最大难点是“认知问题”

《21世纪》：是什么样的契机让你将目光瞄准了 AI+中医这一领域？

崔祥瑞：我从记事起就对中医有强烈的兴趣。中医并非一个投资视角下的好项目，因为中医行业非常分散且混乱，发展极其落后，总是不被人相信。我和另外两位联合创始人都非常喜欢中医。而选择中医+人工智能的项目，是受留学经历的影响。2016年我在斯坦福读MBA时， AI在美国已非常火爆，那个时候还没有大语言模型的概念，而是关注机器学习领域。我入学开始就在寻找创业项目，最终因为兴趣爱好想从事中医工作，所以四处寻找具有相关背景的人，但快毕业都没有找到，直至在斯坦福校友圈内，被介绍了一名中医博士老校友，也就是我们的联合创始人张南雄博士，他原来从事芯片、物联网的业务，后通过他，我又认识了另一位联合创始人、也是“中医大脑”开发者林大栋博士，他曾师事“经方大师”倪海厦，此前曾任职于硅谷思科及Juniper公司21年，担任芯片设计工程师，后攻读了针灸硕士、东方药学博士。

我们的医学研发团队非常跨界，医学研发团队本科学历有计算机、电子工程、物理，之后又转行从事中医工作。中医学博士的水平差距很大，（学科）背景不能决定产品的优劣，最终取决于产品的质量。复合型的背景显然是（我们的）优势，跨学科才会诞生创新，创新从交叉学科的边缘开始，单一学科很难产生巨大创新。

《21世纪》：问止中医是怎么把中医关于望、闻、问、切的诊疗依据通过数字化技术来体现？尤其是脉诊信息缺失怎么办？

崔祥瑞：最大的难点在于大家的认知问题。关于四诊的问题，古人认为中医的四诊——望闻问切并非全都是必要条件，大众误以为望闻问切全都是必要条件，但当某个诊断维度上获得足够多的信息时，其实就可以不再依赖其他诊断手段。

临床上确实有大师，尤其擅长“诊脉”，也有大师全靠“望舌”，但也有像我们这样的，单诊时间长达半个小时，我们为患者提供了充分的沟通时间，使得医患沟通问诊非常精细化，再佐以舌图和面图，获得的信息已经十分充分，在这种情况下，根据我们的数据模型，可以拟合脉诊信息的准确度达到7成。

其实整个中医行业，大部分（医生）的脉诊水平相对较差，准确度并不高。而在我们的面对面诊疗中，不仅有脉诊，还有腹诊、压痛点诊断等多种接触性诊断手段。中医诊断手段中，你的工具箱的某一个或者两个工具使用得足够好，并不需要所有工具都一起使用。

《21世纪》：“中医大脑”的底层技术架构来源于哪里，原理是什么？

崔祥瑞：我们搭建了一个中医临床知识图谱，里面包含了大量的事实知识。这并非主观认为的结果，而是事实性的内容，例如三阴交穴位可以治疗痛经，那么任何（女）人的三阴交穴位都可以治疗痛经；生姜可以发汗，任何人喝生姜都可以发汗，这是事实知识。我们首先需要搭建事实知识，再需要采用机器学习的方法，优化一套模型，这个模型恰好把握了患者表现出的症状群的入参。

中医的判断依据是人所表现出的外在症状的组合，比如患者感冒了，有发热这个体温的信号，还有黄鼻涕或清鼻涕，有汗或无汗，小便多或者小便少等症状，古人发现针对不同症状组合，采用（不同）药物组合干预是有效的方法。至于为什么有效，可能无法解释微观的因果性，但针对症状群入参和药物组合出参的相关性，却十分清晰，这是一种规律性发现。这其实是典型的机器学习方式，我们通过事实知识作为基础，在底层寻找基于这样的症状组合，有哪些药物组合能够干预它，从而产生有效效果。

《21世纪》：那中医大脑所录入的数据来自哪里？怎样确保中医大脑采取的事实性信息是准确有效的？

崔祥瑞：事实知识是历代医家流传下来的，但如何采纳事实知识取决于医学研发团队对中医的认知水平，这是真正的技术壁垒。如果仅基于公开事实知识搭建中医人工智能，这是行不通的。我们需要有选择地采纳其中极少一部分临床验证有效的事实知识，这项工作由联合创始人林大栋博士带领的医学研发团队负责，他们是中医行业非常一线的中医临床家，医学水平决定了我们如何搭建知识图谱。另一组技术人员负责软件开发。

“中医大脑”不是大语言模型

《21世纪》：问止 AI中医大脑应用了大语言模型技术吗？

崔祥瑞：中医大脑并非大语言模型。如果是大语言模型的产品，国家要求必须在工信部备案之后才能商用。大语言模型在海外的应用，在医疗和法律方面也是非常谨慎的。我们制作的中医大脑临床路径与大语言模型无关。目前，行业内尚未出现使用大语言模型应用于临床决策的情况，无论是中医还是西医。

中医大脑是基于临床知识图谱和机器学习的临床决策系统。我们在2018年创业时，大语言模型技术尚未出现。

《21世纪》：一名资深中医的练就离不开大量临床实践，那么，中医大脑是否会根据临床情况及时更新迭代，这部分临床数据从何而来？公司是否与医院有合作？

崔祥瑞：我们与医疗机构有合作临床课题，但不合作数据共享。我们的数据都是自有数据，来自我们的互联网医院和在深圳、广州、厦门、成都、郑州、长沙等地的7家诊所，在过去5年多时间里积累了约80万案例，这是我们最宝贵的数据，并且是全行业唯一的高度结构化、经过随访标记的数据。因为很多医院没有随访标记，数据也是非结构化的，所以尽管医院的数据很多，但是不适合用于人工智能训练。

临床数据形成闭环，随访必不可少。如果没有随访，那如何了解治疗效果？不了解治疗效果，如何判断数据的好坏？使用无效数据训练，只能训练出一个无效产品。

《21世纪》：目前“中医大脑”的迭代情况如何？

 崔祥瑞：早期迭代非常快。2019年时中医大脑仅收录700多个病症，目前中医大脑已收录3000多个病症，早期我们每周发布一个版本，那个时候它学习的速度非常快，有大量新鲜知识。今年，我们每三个月才能发布一个版本，它的学习边际收益在递减，因为它已经学会了中医学主体内容。每次训练，并非实时训练，而是积累到一定的量之后进行一次性训练。训练结束之后，我们的医学专家、联合创始人林大栋博士带领的团队会对训练结果进行专家评审，以确保安全性，最终部署到线上。

《21世纪》：“中医大脑”的诊疗效果，或者说临床的反馈情况如何？

 崔祥瑞：我们的中医大脑软件在外有2000多家医疗机构采购，比如湖南常宁卫健局采购了中医大脑应用在本市多家公立医院，其中常宁市第五人民医院使用中医大脑进行评判，并且向我们发送了一份资料，他们使用（中医大脑）辅助诊疗1600剂次，有效率达95%，疗效特别显著的达45%。这跟我们内部随访数据较为一致。

《21世纪》：你觉得问止中医更适合被定义为一家科技公司，还是医疗公司？

 崔祥瑞：首先我们并非医药公司，而是典型的中医医疗服务公司，中医人工智能的医疗服务公司，负责看病和治病，没有药品销售。我们的定位是中医数字医疗。

《21世纪》：公司下一步的发展目标是什么？

 崔祥瑞：我们需要更多的医生，进入更多的城市。目前我们只覆盖7个城市，我们需要从一线城市开始，逐步覆盖更多城市，现在的计划是逐步覆盖全国前50个城市。接下来，我们计划开设更多的中医专病专科。目前我们主要治疗重大疾病和疑难病，在专病专科上有很多发力点。总结三个点就是，更多医生、更多城市和更多专病专科。